Bibliotecas necesarias

library(tidyr)
library(dplyr)
library(ggplot2)
library(plotly)
library(DT)
library(gridExtra)
library(ggExtra)
library(forcats)
library(ggpubr)
library(stringi)

Lectura de datos

Selección de filas

filas <- c(6, 35, 48, 60:64, 67, 68, 72, 73, 78, 94, 97, 101:104,
           106, 109, 127, 133:135, 138:139, 141, 152, 155, 160, 
           169, 180, 182, 190, 196:197, 203, 214:217, 229:230,
           235, 237, 239, 240, 248, 258)

Importando datos

#Densidad Poblacional
densidad <- read.csv(file="DensidadPob.csv", encoding = "UTF-8",
                     skip = 4) %>% 
  select(Country.Name, X2017) %>%
  rename(pais = Country.Name, densidad17 = X2017) %>% 
  slice(-filas)

#Desempleo
desempleo <- read.csv(file = "Desempleo.csv", skip = 4, encoding = "UTF-8") %>% 
  select(Country.Name, X2017) %>% 
  rename(pais = Country.Name, desempleo17 = X2017) %>% 
  slice(-filas)

#Camas hospitalaria
camas <- read.csv(file = "CamasHospital.csv", skip = 4,
                  encoding = "UTF-8") %>% 
  select(Country.Name, X2014) %>% 
  rename(pais = Country.Name, camas14 = X2014) %>% 
  slice(-filas)

#Cajeros automaticos
cajeros <- read.csv(file = "Cajeros.csv", skip = 4,
                  encoding = "UTF-8") %>% 
  select(Country.Name, X2017) %>% 
  rename(pais = Country.Name, cajeros17 = X2017) %>% 
  slice(-filas)

#Contaminación por PM2.5
pm2.5 <- read.csv(file = "ContaminacionPM25.csv", skip = 4,
                  encoding = "UTF-8") %>% 
  select(Country.Name, X2017) %>% 
  rename(pais = Country.Name, pm2517 = X2017) %>% 
  slice(-filas)

#Población rural
pob_rural <- read.csv(file = "PobRural.csv", skip = 4,
                  encoding = "UTF-8") %>% 
  select(Country.Name, X2017) %>% 
  rename(pais = Country.Name, pobRural17 = X2017) %>% 
  slice(-filas)

#Tierras cultivables
tierra_cult <- read.csv(file = "TierrasCultivables.csv", skip = 4,
                  encoding = "UTF-8") %>% 
  select(Country.Name, X2016) %>% 
  rename(pais = Country.Name, tierrasCult16 = X2016) %>% 
  slice(-filas)

#Consumo de fertilizantes
fertilizantes <- read.csv(file = "ConsumoFertilizantes.csv", skip = 4,
                  encoding = "UTF-8") %>% 
  select(Country.Name, X2016) %>% 
  rename(pais = Country.Name, fertil16 = X2016) %>% 
  slice(-filas)

#Acceso a electricidad
electricidad <- read.csv(file = "AccesoElectricidad.csv", skip = 4,
                  encoding = "UTF-8") %>% 
  select(Country.Name, X2016) %>% 
  rename(pais = Country.Name, electri16 = X2016) %>% 
  slice(-filas)

#PIB
pib <- read.csv(file = "PIB.csv", skip = 4,
                  encoding = "UTF-8") %>% 
  select(Country.Name, X2016) %>% 
  rename(pais = Country.Name, pib16 = X2016) %>% 
  slice(-filas)

#Crecimiento PIB

cto_pib <- read.csv(file = "CrecimientoPIB.csv", skip = 4,
                  encoding = "UTF-8") %>% 
  select(Country.Name, X2016) %>% 
  rename(pais = Country.Name, cto_pib16 = X2016) %>% 
  slice(-filas)

#Gasto público en educación
gasto_edu <- read.csv(file = "GastoPublico.csv", skip = 4,
                  encoding = "UTF-8") %>% 
  select(Country.Name, X2016) %>% 
  rename(pais = Country.Name, gasto_edu16 = X2016) %>% 
  slice(-filas)

#Gasto militar
gasto_militar <- read.csv(file = "GastoMilitar.csv", skip = 4,
                  encoding = "UTF-8") %>% 
  select(Country.Name, X2017) %>% 
  rename(pais = Country.Name, gasto_militar17 = X2017) %>% 
  slice(-filas)

#Gasto I+D
gasto_id <- read.csv(file = "GastoID.csv", skip = 4,
                  encoding = "UTF-8") %>% 
  select(Country.Name, X2016) %>% 
  rename(pais = Country.Name, gasto_id16 = X2016) %>% 
  slice(-filas)

#Deuda externa acumulada
deuda <- read.csv(file = "GastoID.csv", skip = 4,
                  encoding = "UTF-8") %>% 
  select(Country.Name, X2016) %>% 
  rename(pais = Country.Name, deuda16 = X2016) %>% 
  slice(-filas)

Actividad

Unir las bases de datos en un sólo data frame que contenga información para cada país.
¿Cuáles son los 10 países con mayor densidad poblacional?
Piense en un gráfico (sólo uno) que permita evidenciar la relación del gasto en educación y el crecimiento del PIB.
Genere una nueva variable con información del continente al cual pertenece el país.
Con un gráfico o medida trate de mostrar la variación existente en el gasto en investigación y desarrollo por continente.
Con un gráfico muestre cómo es la distribución de cada variable numérica.

Resultados

Punto 1

Funciones útiles para unir bases de datos (solo de dos en dos):
- merge(): Funcion del paquete base
- inner_join(): Funcion dplyr

#Con merge ss <- merge(cajeros,camas) %>%  merge(desempleo)

df_unida <- cajeros %>% 
  inner_join(camas) %>% 
  inner_join(cto_pib) %>%  
  inner_join(densidad) %>% 
  inner_join(desempleo) %>% 
  inner_join(deuda) %>%  
  inner_join(electricidad) %>%  
  inner_join(fertilizantes) %>%  
  inner_join(gasto_edu) %>% 
  inner_join(gasto_id) %>% 
  inner_join(gasto_militar) %>% 
  inner_join(pib) %>% 
  inner_join(pm2.5) %>% 
  inner_join(pob_rural) %>% 
  inner_join(tierra_cult)

df_unida

Exportando Datos Finales

write.csv(x = df_unida,file = "DatosCompletos", row.names = F, fileEncoding = "UTF-8")

Punto 2

Graficos de prueba

ggarrange(
  
  #Grafico 1
  df_unida %>% 
  select(pais,densidad17) %>% 
  arrange(desc(densidad17)) %>% 
  slice(c(1:10)) %>%  
  ggplot(., aes(x=reorder(pais,+densidad17),y=densidad17)) +
  geom_bar(stat = "identity") +
  labs(x="País", y ="Personas por kilometro", subtitle = "10 paises con mayor densidad poblacional",fill="")+
  theme_bw()+
  theme(axis.text.x = element_text(angle=45,hjust = 1),
        plot.subtitle = element_text(hjust=0.5)),
  
  #Grafico2
  df_unida %>% 
  select(pais,densidad17) %>% 
  arrange(desc(densidad17)) %>% 
  slice(c(1:10)) %>%  
  ggplot(., aes(x=reorder(pais,+densidad17),y=densidad17)) +
  geom_point() +
  labs(x="País", y ="Personas por kilometro", subtitle = "10 paises con mayor densidad poblacional",fill="")+
  theme_bw()+
  theme(axis.text.x = element_text(angle=45,hjust = 1),
        plot.subtitle = element_text(hjust=0.5)),
  
  #Grafico3
  df_unida %>% 
  select(pais,densidad17) %>% 
  arrange(desc(densidad17)) %>% 
  slice(c(1:10)) %>%  
  ggplot(., aes(x=reorder(pais,+densidad17),y=densidad17)) +
  geom_bar(stat = "identity") +
  labs(x="País", y ="Personas por kilometro", subtitle = "10 paises con mayor densidad poblacional",fill="")+
  theme(plot.subtitle = element_text(hjust=0.5))+
  coord_flip()+
  theme_bw(),
  
  #Grafico 4
  df_unida %>% 
  select(pais,densidad17) %>% 
  arrange(desc(densidad17)) %>% 
  slice(c(1:10)) %>%  
  ggplot(., aes(x=reorder(pais,+densidad17),y=densidad17)) +
  geom_point()+
  labs(x="País", y ="Personas por kilometro", subtitle = "10 paises con mayor densidad poblacional",fill="")+
  theme_bw()+
  theme(plot.subtitle = element_text(hjust=0.5))+
  coord_flip(),
  
  #Diseño de ventana
  ncol = 1,
  nrow = 4
)

Grafico interactivo

ggplotly(
    df_unida %>% 
      select(pais,densidad17) %>% 
      arrange(desc(densidad17)) %>% 
      slice(c(1:10)) %>%
      ggplot(., aes(x=reorder(pais,+densidad17),y=densidad17,color=pais)) +
      geom_point(size=3)+
      geom_segment(aes(x=reorder(pais,+densidad17), 
                   xend=reorder(pais,+densidad17), 
                   y=0, 
                   yend=densidad17,
                   color=pais))+
      labs(x="País", y ="Personas por kilometro", 
           subtitle = "10 paises con mayor densidad poblacional",fill="")+
      theme_bw()+
      theme(plot.subtitle = element_text(hjust=0.5),legend.position = "none")+
      coord_flip()
)

Punto 3

Correlacion paramétrica de Pearson:

cor(x=df_unida$cto_pib16,y=df_unida$gasto_edu16,method = "pearson", use = "pairwise.complete.obs" )

## [1] -0.004659012

Correlacion no paramétrica de Spearman

cor(x=df_unida$cto_pib16,y=df_unida$gasto_edu16,method = "spearman", use = "pairwise.complete.obs")

## [1] 0.03202061

Correlacion no paramétrica de Tau Kendall

cor(x=df_unida$cto_pib16,y=df_unida$gasto_edu16,method = "kendall", use = "pairwise.complete.obs")

## [1] 0.02050581

Gráfico de dispersion interactivo

ggplotly(
  df_unida %>% 
  ggplot(.,aes(x=cto_pib16,y=gasto_edu16, label=pais))+
    theme_bw()+
    geom_smooth(method = "lm", se=F)+
    xlim(-5,15)+
    geom_point()+
    labs(x="Crecimiento PIB 2016 (%)", y="Gasto publico en educacion 2016 (%PIB)",
         subtitle = "Relacion del crecimento con el gasto en educacion")
)

Punto 4

#Listado de paises y contienentes
lista_pais_continente <- data.frame(pais = countrycode::codelist$cldr.name.es, continente = countrycode::codelist$continent,  stringsAsFactors = FALSE)

#Conversion a palabras sin tilde
lista_pais_continente <- lista_pais_continente %>% mutate(pais=stri_trans_general(pais,"Latin-ASCII"))
df_unida <- df_unida %>% mutate(pais=stri_trans_general(pais,"Latin-ASCII"))

#Correccion de nombres 
df_unida$pais[df_unida$pais %in%  "Arabia Saudita"] = "Arabia Saudi"
df_unida$pais[df_unida$pais %in%  "Bahrein"] = "Barein"
df_unida$pais[df_unida$pais %in%  "Bangladesh"] = "Banglades"
df_unida$pais[df_unida$pais %in%  "Belarus"] = "Bielorrusia"
df_unida$pais[df_unida$pais %in%  "Bhutan"] = "Butan"
df_unida$pais[df_unida$pais %in%  "Bosnia y Herzegovina"] = "Bosnia-Herzegovina"
df_unida$pais[df_unida$pais %in%  "Botswana"] = "Botsuana"
df_unida$pais[df_unida$pais %in%  "Brunei Darussalam"] = "Brunei"
df_unida$pais[df_unida$pais %in%  "Congo, Republica del"] = "Republica del Congo"
df_unida$pais[df_unida$pais %in%  "Congo, Republica Democratica del"] = "Republica Democratica del Congo"
df_unida$pais[df_unida$pais %in%  "Corea, Republica de"] = "Republica de Corea"
df_unida$pais[df_unida$pais %in%  "Corea, Republica Popular Democratica de"] = "Republica Popular Democratica de Corea"
df_unida$pais[df_unida$pais %in%  "Curacao"] = "Curazao"
df_unida$pais[df_unida$pais %in%  "Djibouti"] = "Yibuti"
df_unida$pais[df_unida$pais %in%  "Egipto, Republica Arabe de"] = "Egipto"
df_unida$pais[df_unida$pais %in%  "Eswatini"] = "Suazilandia"
df_unida$pais[df_unida$pais %in%  "Federacion de Rusia"] = "Rusia"
df_unida$pais[df_unida$pais %in%  "Fiji"] = "Fiyi"
df_unida$pais[df_unida$pais %in%  "Guinea-Bissau"] = "Guinea-Bisau"
df_unida$pais[df_unida$pais %in%  "Hong Kong, Region Administrativa Especial"] = "RAE de Hong Kong (China)"
df_unida$pais[df_unida$pais %in%  "Iran, Republica Islamica del"] = "Iran"
df_unida$pais[df_unida$pais %in%  "Iraq"] = "Irak"
df_unida$pais[df_unida$pais %in%  "Islas Virgenes (EE.UU.)"] = "Islas Virgenes de EE. UU."
df_unida$pais[df_unida$pais %in%  "Kazajstan"] = "Kazajistan"
df_unida$pais[df_unida$pais %in%  "Kenya"] = "Kenia"
df_unida$pais[df_unida$pais %in%  "Lesotho"] = "Lesoto"
df_unida$pais[df_unida$pais %in%  "Malawi"] = "Malaui"
df_unida$pais[df_unida$pais %in%  "Micronesia (Estados Federados de)"] = "Estados Federados de Micronesia"
df_unida$pais[df_unida$pais %in%  "Myanmar"] = "Myanmar (Birmania)"
df_unida$pais[df_unida$pais %in%  "Nueva Zelandia"] = "Nueva Zelanda"
df_unida$pais[df_unida$pais %in%  "Palau"] = "Palaos"
df_unida$pais[df_unida$pais %in%  "Qatar"] = "Catar"
df_unida$pais[df_unida$pais %in%  "Region Administrativa Especial de Macao, China"] = "RAE de Macao (China)"
df_unida$pais[df_unida$pais %in%  "Republica Arabe Siria"] = "Siria"
df_unida$pais[df_unida$pais %in%  "Republica Checa"] = "Chequia"
df_unida$pais[df_unida$pais %in%  "Republica de Moldova"] = "Moldavia"
df_unida$pais[df_unida$pais %in%  "Republica Democratica Popular Lao"] = "Laos"
df_unida$pais[df_unida$pais %in%  "Republica Eslovaca"] = "Eslovaquia"
df_unida$pais[df_unida$pais %in%  "Rwanda"] = "Ruanda"
df_unida$pais[df_unida$pais %in%  "Saint Kitts y Nevis"] = "San Cristobal y Nieves"
df_unida$pais[df_unida$pais %in%  "Suriname"] = "Surinam"
df_unida$pais[df_unida$pais %in%  "Viet Nam"] = "Vietnam"
df_unida$pais[df_unida$pais %in%  "Yemen, Rep. del"] = "Yemen"
df_unida$pais[df_unida$pais %in%  "Zimbabwe"] = "Zimbabue"


#Uniendo la informacion de continente
df_unida <- df_unida %>% left_join(lista_pais_continente)

#Añadiendo informacio extra
df_unida$continente[df_unida$pais %in%  "Islas del Canal"] = "Europe"
df_unida$continente[df_unida$pais %in%  "Kosovo"] = "Europe"
df_unida$continente[df_unida$pais %in%  "Macedonia del Norte"] = "Europe"
df_unida$continente[df_unida$pais %in%  "Mariana"] = "Oceania"
df_unida$continente[df_unida$pais %in%  "Ribera Occidental y Gaza"] = "Africa"
df_unida$continente[df_unida$pais %in%  "Republica de Corea"] = "Asia"
df_unida$continente[df_unida$pais %in%  "Isla de San Martin (parte francesa)"] = "Africa"
df_unida$continente[df_unida$pais %in%  "Republica Popular Democratica de Corea"] = "Asia"
df_unida$continente[df_unida$pais %in%  "Sint Maarten (Dutch part)"] = "Africa"


#Imprimir tabla con opciones de descarga
datatable(df_unida,extensions = 'Buttons', 
          options = list( scrollX = TRUE, fixedColumns = TRUE, dom = 'Bfrtip',buttons = 
                            list('copy', 'print', list( extend = 'collection', 
                                                        buttons = c('csv', 'excel', 'pdf'), text = 'Download'))))

Punto 5

ggplotly(
  df_unida %>% 
    ggplot(data = ., mapping = aes(x=fct_infreq(as.factor(continente)),
                                   y = gasto_id16, label=pais,color=continente))+
    theme_bw()+
    geom_violin(trim = F,alpha=0.3)+
    geom_boxplot()+
    stat_summary(fun.y = "mean",geom = "point",shape=23)+
    geom_jitter(width = 0.19,alpha=0.4)+
    labs(x="Continente",y="Gasto en investigacion y desarrollo (%PIB)")
)

Punto 6

ggplotly(
  df_unida %>% gather(key = Variable, value = valor,-c(pais,continente)) %>% 
    ggplot(data = .,mapping = aes(x=valor,fill=Variable)) + 
    theme_bw() +
    theme(axis.text.x = element_blank(),
          axis.ticks.x = element_blank(),
          axis.text.y = element_blank(),
          axis.ticks.y = element_blank())+
    theme(legend.position = "none")+
    geom_density(alpha=0.3)+
    geom_histogram(mapping = aes(y=..density..)) +
    facet_wrap(~Variable,scales = "free")
)

Actividad 1

Bases de datos del Banco Mundial

Semillero R - FacCA

Duvan Nieves

2019-07-06

Bibliotecas necesarias

Lectura de datos

Selección de filas

Importando datos

Actividad

Resultados

Punto 1

Punto 2

Graficos de prueba

Grafico interactivo

Punto 3

Punto 4

Punto 5

Punto 6